小波神经网络在炼铜转炉炉渣重量和成分预报中的应用
来源期刊:有色金属2001年第2期
论文作者:梅炽 任鸿九 姚俊峰 江金宏 彭小奇 周安梁
关键词:小波分析; 神经网络; 炼铜转炉; 炉渣; 预报;
摘 要:小波分析是一种新的信号处理技术,具有良好的时频局部化特征。为了克服BP网络自身算法的缺陷,得到更高的学习精度和更快的收敛速度,使用小波包分析的特征提取及神经网络的非线性映射特性,构造了小波神经网络,以此为基础开发出的软件系统具有使用的特征量少,建造预报系统较为简单等优点。将之应用于炼铜转炉炉渣重量及成分预报,该模型完全能够较准确地预报出渣量和成分。其平均拟合误差为1.5%,平均预报误差为3.1%。
梅炽1,任鸿九1,姚俊峰1,江金宏2,彭小奇1,周安梁2
(1.中南大学热工设备仿真与优化研究所,;
2.贵溪冶炼厂,)
摘要:小波分析是一种新的信号处理技术,具有良好的时频局部化特征。为了克服BP网络自身算法的缺陷,得到更高的学习精度和更快的收敛速度,使用小波包分析的特征提取及神经网络的非线性映射特性,构造了小波神经网络,以此为基础开发出的软件系统具有使用的特征量少,建造预报系统较为简单等优点。将之应用于炼铜转炉炉渣重量及成分预报,该模型完全能够较准确地预报出渣量和成分。其平均拟合误差为1.5%,平均预报误差为3.1%。
关键词:小波分析; 神经网络; 炼铜转炉; 炉渣; 预报;
【全文内容正在添加中】